〜現場の熱量を組織のロジックへ翻訳し、不確実性への合意を取り付ける〜
1. はじめに：説明責任は「盾」である
説明責任（Accountability）とは、単に起きたことを報告することではありません。それは、『その問いを誰が立て、誰が引き受けるのか』という設計の正当性を証明することに他なりません。
エンジニアリングマネージャー（EM）が日々直面する、最もプレッシャーのかかる瞬間。それは、経営層や上位の意思決定者からの「なぜ、その期間が必要なのか？」「なぜ、この予算をかける価値があるのか？」という鋭い問いに対する説明です。
ここで多くのマネージャーが陥りがちな罠が、現場の泥臭い苦労をそのまま伝えようとしてしまうことです。しかし、「コードの複雑性が……」といった現場視点の説明は、非エンジニアのステークホルダーには届かず、結果として「進捗が遅い」といった不信感を招いてしまうリスクがあります。
本稿では、説明責任（Accountability）の本質を「詳細の報告」から「意思決定の論理的妥当性の保証」へとシフトさせ、AIを参謀として活用した「盾」の作り方を提示します。
2. 経営層説明を成功させる解像度設計：30%→60%への昇華プロセス
大規模な組織において、EM一人で経営層（上位意思決定者）と対峙するのは得策ではありません。承認の確率を最大化させるには、直属の上位マネージャーを巻き込んだ二段構えの「解像度設計」が不可欠です。
Step 1：直属の上位マネージャーへの「30%の探索的同期」
- まずは、ラフな仮説段階（30%）で上司に相談を持ちかけます。
- ここで「方向性のズレ」を解消し、上司の視点（懸念点や期待値）を設計に取り込みます。
- この段階で上司を「意思決定のパートナー」として巻き込むことが、後の決裁をスムーズにする布石となります。
- 💡 実務のヒント：「30%同期」の落とし穴 資料の網羅性が高すぎると、相手はそれを「最終フェーズのレビュー依頼」だと誤認してしまうことがあります。その結果、実行フェーズの具体的な境界線などの不足を指摘され、本来不要な「防御的な議論」に時間を浪費するリスクが生じます。 対策： あえて資料の一部に空欄を残す、あるいは「今回は構造の合意が目的であり、最終的な具体案のレビューではない」ことを冒頭で定義するなど、「未完成の余白」を演出する技術が求められます。
Step 2：経営層への「60%の戦略的スケルトン」
- 上司と共に磨き上げた「論理の骨組み（60%）」を経営層へ提示します。
- 確定している課題、採択したロジック、期待される投資対効果（ROI）を明確にします。
- 一方で、未確定の変数をあえて「不確実性」として切り分けることで、プロフェッショナルとしての誠実さと信頼を担保します。
3. 経営層説明で効く「戦略的数値」の使い方（IT/PM実務編）
交渉のテーブルにおいて、「約30%」や「20%くらい」といったキリの良い数字は、時に「根拠が薄い」という印象を与えてしまいます。
説明の説得力を劇的に高めるのは、「27%」や「14%」といった、計算の結果として導き出されたことが伝わる「戦略的整数」の活用です。これは、面積按分や実態調査を厳密に行った結果として出る「端数」が、計算根拠（エビデンス）の存在を強く示唆するというロジックを応用したものです。
- リソース配分の例 「保守に3割割きます」ではなく、「過去の開発実績に基づき、技術負債解消に27%、新規開発に73%を配分します」と提示します。
- リスクバッファの例 「余裕を見て2割乗せました」ではなく、「過去の類似案件の不確実性係数を算出した結果、14%のバッファを設定しています」と語ります。
見苦しくない一桁の整数（27%など）に留めることで、資料としての美しさと、論理的な守備力の強さを両立させることができます。
4. 上位意思決定者別：AIによる「翻訳」の技術
現場のエンジニアが語る「技術的必然性」を、相手が理解できる「価値」に翻訳するのがEMの責務です。
- 対・経営層（ROI重視） 「リファクタリングに1ヶ月必要」と言うのではなく、「この負債を放置することで、来期のリードタイムが10%台後半悪化するリスクを回避するための投資である」と翻訳します。
- 対・他部署（トレードオフ重視） 「リソースが足りない」と言う代わりに、「優先順位を可視化し、プロジェクトAを優先するとプロジェクトBの納期に20%台前半の影響が出る」という「選択の問い」に変えて提示します。
この翻訳作業をAIに任せることで、EMは資料作成という事務作業から解放され、相手との「対話と合意」という本質的なマネジメント業務に集中できるようになります。
この翻訳の精度を左右するのは、EMがどのような『問い』をステークホルダーに投げかけるかという設計の質です。AIを使いこなす前提となるリーダーの責務については、旗艦記事である問いの設計責任：AIに代替できないEMの核心で深く掘り下げています。
よくある質問（FAQ）
- Q：100%の詳細な計画を求められた場合はどうすればよいですか？
- A：結論として、その場ですぐに100%を提示せず、現在は「不確実性を排除するための検証フェーズ」であることを伝え、あえて60%のスケルトン（骨組み）を提示してください。
- 詳細は現場の自走力に委ねるべき領域であり、EMが細部を握りすぎることは、複数の開発ラインを管轄する組織において機動力を損なうリスクがあることを論理的に説明することが重要です。
- Q：経営層への説明で「27%」などの端数を使うことに抵抗があります。
- A：結論から言えば、27%や14%といった端数こそが「実態を精緻に計算した結果」としての説得力を格段に高めます。
- これは税務上、一律10%とするよりも9.9%のような具体的な数値を用いる方が、計算根拠（エビデンス）の存在を強く示唆し、「守り」が強くなるロジックと同じです。
- Q：AIによる「翻訳」は、内容が不正確になるリスクはありませんか？
- A：結論として、AIに丸投げするのではなく、EMが「問いの設計者」として介在する必要があります。
- 技術的な要件を箇条書きで渡し、「経営層の懸念点であるROIにフォーカスして翻訳して」といった具体的な制約を与えることで、正確性と説得力を両立させたアウトプットが可能になります。
あわせて読みたい（関連記事）
本記事の基盤となる「解像度設計」の基本理論と、AI活用によって組織の不確実性を制御する全体像については、こちらの旗艦記事をご覧ください。
5. むすび：論理の型で現場の「熱量」を守る
EMの仕事は、現場のエンジニアを「説明というノイズ」から守ることでもあります。そのためには、あなた自身が「感情的な説得」ではなく「論理的な盾」を使いこなさなければなりません。
AIを参謀として使い、論理の型を整え、相手の言語で語る。あなたがこのフレームワークを手にすれば、組織はあなたのチームを「予測不能なブラックボックス」ではなく、「信頼に足る戦略的パートナー」として見るようになるはずです。
